• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向向量相似度計(jì)算的集群系統(tǒng)的研究

    2017-12-01 09:10:30張禹堯毛騰李俊蔣玉茹北京信息科技大學(xué)計(jì)算機(jī)學(xué)院
    數(shù)碼世界 2017年10期
    關(guān)鍵詞:集群分布式向量

    張禹堯 毛騰 李俊 蔣玉茹 北京信息科技大學(xué)計(jì)算機(jī)學(xué)院

    面向向量相似度計(jì)算的集群系統(tǒng)的研究

    張禹堯 毛騰 李俊 蔣玉茹 北京信息科技大學(xué)計(jì)算機(jī)學(xué)院

    在大數(shù)據(jù)時(shí)代,基于文本向量空間的分類、聚類、排序與相關(guān)性反饋都需要計(jì)算向量相似度。本文提供一種針對大規(guī)模向量相似度計(jì)算的方法。在該方法中,嘗試?yán)肑etson TK1開發(fā)板構(gòu)建了一個(gè)基于ARM的Hadoop完全分布式集群,并利用CUDA對單一結(jié)點(diǎn)進(jìn)行提速,最終求得與目標(biāo)詞向量最相似的TopN。本文通過實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

    向量相似度 ARM集群 Hadoop CUDA

    向量相似度,顧名思義是兩個(gè)用向量表示的對象之間的相似程度,常用的向量相似度計(jì)算方案有內(nèi)積、Dice系數(shù)、Jaccard系數(shù)和余弦系數(shù)。

    隨著計(jì)算機(jī)軟件和硬件的發(fā)展,數(shù)據(jù)處理的量越來越大,數(shù)據(jù)的結(jié)構(gòu)越來越復(fù)雜,越來越多的計(jì)算模型采用向量模型將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成計(jì)算機(jī)能夠處理的數(shù)據(jù)。由此,我們將能夠計(jì)算個(gè)體間的差異,進(jìn)而評價(jià)個(gè)體的相似度和分類。在實(shí)際運(yùn)用中,我們可以將一個(gè)人的數(shù)據(jù)表示為具有身高、年齡、ID號等的向量。在處理文本內(nèi)容時(shí),我們也可將其轉(zhuǎn)化為向量空間中的向量運(yùn)算,并且用空間上的相似度表達(dá)語義的相似度。

    本篇論文提出了一種對大規(guī)模向量相似度計(jì)算的方法,即利用基于ARM集群系統(tǒng)的GPU和Map/Reduce方法處理大規(guī)模向量相似度,并以計(jì)算詞向量的相似度為例詳細(xì)說明該方法的工作過程。

    1 研究背景與潛在應(yīng)用

    在大數(shù)據(jù)時(shí)代,用向量模型表示的數(shù)據(jù)不僅數(shù)據(jù)量大,而且向量維度也在增加,相似度的計(jì)算變成了需要龐大的計(jì)算量的問題。高處理速度已經(jīng)成為不可或缺的要求,而大數(shù)據(jù)處理平臺(例如:Hadoop)的出現(xiàn)能夠幫助解決這個(gè)問題。研究如何提高大規(guī)模處理數(shù)據(jù)的效率是非常有價(jià)值的。

    2 研究內(nèi)容

    2.1 詞向量

    詞向量是將語言中的詞進(jìn)行數(shù)學(xué)化的一種方式,也就是將詞轉(zhuǎn)為計(jì)算機(jī)能夠理解的語言,是語義理解的基礎(chǔ)。

    本篇論文中采用的詞向量方式是:深度學(xué)習(xí)中用到的分布式表示方法,其基本思想是:

    通過訓(xùn)練將某種語言中的每個(gè)詞映射成一個(gè)固定長度的向量,將所有這些向量放在一起形成一個(gè)詞向量空間,而每一詞向量則為該空間中的一個(gè)點(diǎn),在這個(gè)空間上引入“距離”,則可以根據(jù)詞之間的距離來判斷它們之間的(詞法、語義上的)相似性。

    本篇論文中采用夾角余弦法來衡量向量的距離。兩個(gè)詞相關(guān)或者相似,在詞向量距離上會(huì)更接近。詞匯相似度識別便是建立在詞向量基礎(chǔ)之上的數(shù)據(jù)計(jì)算。用此法表示向量,如:“金魚”和“鯉魚”的距離會(huì)遠(yuǎn)遠(yuǎn)小于“金魚”和“草地”。

    詞義相似度計(jì)算在各領(lǐng)域中都有廣泛的應(yīng)用,例如信息檢索、信息抽取、文本分類、詞義排歧、機(jī)器翻譯等等。由于詞的數(shù)目眾多;存儲詞向量的文件較大;另一方面詞向量相似度的計(jì)算可以拆分成多個(gè)并行的任務(wù);目標(biāo)詞向量與其他詞向量相似度的計(jì)算是大規(guī)模重復(fù)性計(jì)算(計(jì)算方法一致),因而可以采用Hadoop完全分布式集群和CUDA方法來處理詞匯相似度計(jì)算問題。

    2.2 Hadoop

    Hadoop是提供以分布式方式存儲和處理大數(shù)據(jù)的標(biāo)準(zhǔn)平臺之一,是Apache的一個(gè)用Java語言實(shí)現(xiàn)的開源軟件框架。Hadoop基于兩個(gè)核心概念:Hadoop分布式文件系統(tǒng)(HDFS)和分布式處理框架Map/Reduce。HDFS以分布式方式處理文件的存儲,Map/Reduce是分布式運(yùn)行在Hadoop集群上的程序。目前,Hadoop已經(jīng)被Yahoo,F(xiàn)acebook和其他大公司使用。

    HDFS在兩種類型節(jié)點(diǎn)的幫助下工作,Namenode和Datanode。Namenode是集群中存儲集群上所有文件的詳細(xì)信息的節(jié)點(diǎn),包括整個(gè)文件系統(tǒng)的名字空間和文件數(shù)據(jù)塊映射(Blockmap)的映像信息和對文件系統(tǒng)元數(shù)據(jù)產(chǎn)生修改的操作信息。Hadoop客戶端通過與此節(jié)點(diǎn)進(jìn)行會(huì)話,從數(shù)據(jù)節(jié)點(diǎn)讀取和寫入。Datanode實(shí)際上存儲文件的一部分,它將HDFS數(shù)據(jù)以文件的形式存儲在本地的文件系統(tǒng)中。

    通常,Map/Reduce框架和HDFS是運(yùn)行在一組相同的節(jié)點(diǎn)上的,即計(jì)算節(jié)點(diǎn)和存儲節(jié)點(diǎn)通常在一起。這種配置允許框架在那些已經(jīng)存好數(shù)據(jù)的節(jié)點(diǎn)上高效地調(diào)度任務(wù),這可以使整個(gè)集群的網(wǎng)絡(luò)帶寬被高效地利用。

    Map/Reduce就是“任務(wù)的分解與結(jié)果的匯總”。在運(yùn)行一個(gè)Map/Reduce計(jì)算任務(wù)時(shí)候,任務(wù)過程被分為兩個(gè)階段:Map階段和Reduce階段,每個(gè)階段都是用鍵值對<key,value>作為輸入(input)和輸出(output)。而要做的就是定義好這兩個(gè)階段的函數(shù):Map函數(shù)和Reduce函數(shù)。

    Map函數(shù):接受一個(gè)鍵值對(key-value pair),產(chǎn)生一組中間鍵值對。Map/Reduce框架會(huì)將map函數(shù)產(chǎn)生的中間鍵值對里鍵相同的值傳遞給一個(gè)Reduce函數(shù)。

    Reduce函數(shù):接受一個(gè)鍵,以及相關(guān)的一組值,將這組值進(jìn)行合并產(chǎn)生一組規(guī)模更小的值(通常只有一個(gè)或零個(gè)值)。

    圖1 Map/Reduce處理大數(shù)據(jù)集的過程Fig.1 The process of processing large data sets using Map/Reduce

    用Map/Reduce來處理的數(shù)據(jù)集必須具備這樣的特點(diǎn):待處理的數(shù)據(jù)集可以分解成許多小的數(shù)據(jù)集,而且每一個(gè)小數(shù)據(jù)集都可以完全并行地進(jìn)行處理。而向量相似度的計(jì)算符合這一特點(diǎn),因此本篇論文利用Map/Reduce分布式處理的優(yōu)點(diǎn)完成相關(guān)工作。

    2.3 GPU

    隨著顯卡的發(fā)展,GPU越來越強(qiáng)大,在計(jì)算上已經(jīng)超越了通用的CPU。而NVIDIA推出CUDA,讓顯卡可以用于圖像計(jì)算以外的目的。

    CUDA(Computer Unified Device Architecture): 計(jì) 算機(jī)統(tǒng)一設(shè)備架構(gòu),是NVIDIA在2007年推向市場的并行計(jì)算架構(gòu)。該架構(gòu)使GPU能解決復(fù)雜的計(jì)算問題,它包含了CUDA指令集架構(gòu)(ISA)以及GPU內(nèi)部的并行計(jì)算。通過CUDA,GPU可以很方便地被用來進(jìn)行通用計(jì)算(類似在CPU中進(jìn)行的數(shù)值計(jì)算等等)。開發(fā)人員可以通過調(diào)用CUDA的API,來進(jìn)行并行編程,達(dá)到高性能計(jì)算目的。

    在CUDA的架構(gòu)下,程序分為兩個(gè)部分:Host端和Device端。Host端是指在CPU上執(zhí)行的部份;而Device端則是在GPU端執(zhí)行的部分,又稱為Kernel函數(shù),也就是內(nèi)核函數(shù)。Kernel函數(shù)描述單個(gè)線程的工作,并且通常在數(shù)千個(gè)線程上調(diào)用。在開發(fā)人員定義的線程塊中,這些線程可以共享數(shù)據(jù)并通過內(nèi)置原語來同步它們的動(dòng)作。

    CUDA運(yùn)行時(shí)還提供用于設(shè)備內(nèi)存管理和主機(jī)與計(jì)算設(shè)備之間數(shù)據(jù)傳輸?shù)膸旌瘮?shù)。通常Host端程序會(huì)將數(shù)據(jù)準(zhǔn)備好后,先將數(shù)據(jù)通過命令復(fù)制到GPU端已經(jīng)開辟好內(nèi)存的數(shù)組或者變量中,再由GPU端并行執(zhí)行核函數(shù)程序,完成以后再由Host端將計(jì)算結(jié)果從GPU端中取回來。

    總之,在CUDA工作過程中,CPU擔(dān)任的工作為控制GPU執(zhí)行,調(diào)度分配任務(wù),并能做一些簡單的計(jì)算,而大量需要并行計(jì)算的工作都交給GPU實(shí)現(xiàn)。本篇論文中利用CUDA可以大量并行運(yùn)算的優(yōu)點(diǎn)計(jì)算目標(biāo)詞向量和其他向量間余弦值。

    2.4 實(shí)驗(yàn)?zāi)康?/h3>

    ARM堅(jiān)持以較小的面積實(shí)現(xiàn)更高的性能,同時(shí)堅(jiān)持高能效的策略。ARMG71可以提供最多32核心的GPU設(shè)計(jì)能為VR頭盔提供極致性能表現(xiàn)。

    3 方法實(shí)現(xiàn)

    3.1 實(shí)驗(yàn)硬件環(huán)境

    本系統(tǒng)使用了四臺NVIDIA JETSON TK1開發(fā)板搭建ARM集群。Jetson TK1使用了NVIDIA最新發(fā)布的Tegra K1處理器,可以進(jìn)行每秒326千兆的浮點(diǎn)運(yùn)算。本系統(tǒng)利用其強(qiáng)大的運(yùn)算能力,能夠加快數(shù)據(jù)處理速度。

    圖2 集群配置網(wǎng)絡(luò)拓?fù)銯ig.2 The cluster configuration network

    3.2 實(shí)驗(yàn)軟件環(huán)境

    在每個(gè)Jetson TK1開發(fā)板上安裝ubuntu14.04系統(tǒng)和cuda6.5環(huán)境,同時(shí)利用hadoop2.5.2搭建了完全分布式集群環(huán)境。

    圖3 系統(tǒng)框架圖Fig.3 The Flow of System Framework

    3.3 系統(tǒng)框架

    步驟一:編寫TopNJni.java,并將其編譯為class文件。在TopNJni類中,主要是聲明Jni和Native方法(即:MyMethod函 數(shù)):public native static String MyMethod(String goal,String data);MyMethod函數(shù)是在TopNC.cpp中用C語言實(shí)現(xiàn)的;

    步驟二:用Javah一jni命令生成頭文件TopNJni.h。在TopNC.cpp中需要調(diào)用TopNJni.h;

    步驟三:編寫MODEL.java,并將其編譯為class文件。在MODEL類中分別實(shí)現(xiàn)了兩個(gè)Map和Reduce函數(shù);在第一個(gè)Map和Reduce中,查詢目標(biāo)詞向量,并將結(jié)果放到Context中;在第二個(gè)Map函數(shù)中要調(diào)用TopNJni類中的Native方法(即:MyMethod方法),將當(dāng)前節(jié)點(diǎn)獲得的文件切片的起始位置和長度傳給MyMethod方法,最后求得與目標(biāo)詞向量最相似的TopN;

    步驟四:編寫TopNC.cpp,用g++編譯成TopNC.o。在TopNC.cpp中要聲明調(diào)用Jni.h和TopNJni.h頭文件,聲明extern "C" float c_vectorcos(float h_A[Wordcount], float h_B[Wordcount])方法,該方法在vectorAdd.cu中實(shí)現(xiàn);實(shí)現(xiàn)Native方法(即:MyMethod方法),在MyMethod方法對從Hadoop2CUDA.Java中傳過來的文件切片進(jìn)行處理,用二維數(shù)組記錄多個(gè)多維詞向量,同時(shí)調(diào)用上述c_vectorcos方法,傳遞處理好的二維數(shù)組,利用GPU計(jì)算詞向量相似度;

    步驟五:編寫Vector.cu,用nvcc編譯成Vector.o。在Vector.cu中,編寫kernel函數(shù):

    __global__ void vectorMu(); 實(shí) 現(xiàn) extern "C" float c_vectorcos(float h_A[Wordcount], float h_B[Wordcount])方法,在該方法中調(diào)用上述kernel函數(shù),計(jì)算詞向量間的相似度;

    步驟六:利用g++將Vector.o和TopNC.o編譯為一個(gè)動(dòng)態(tài)鏈接庫文件libTopN.so;

    步驟七:將 MODEL.java、MODEL.class、TopNJni.java、TopNJni.class打成 jar包:WordCount.jar;

    步驟八:將WordCount.jar和libWordCount.so放到Hadoop端運(yùn)行,得到運(yùn)算結(jié)果

    3.4 程序分析

    (1)Hadoop分配任務(wù)及匯總處理結(jié)果

    本系統(tǒng)使用Hadoop基本框架,利用HDFS對原始文件進(jìn)行切片,利用MapReduce實(shí)現(xiàn)分布式計(jì)算。

    Hadoop為每一個(gè)切片創(chuàng)建一個(gè)任務(wù)調(diào)用Map計(jì)算,在Map中能夠獲得切片的詳細(xì)信息(切片在原始文件中的起始位置、切片的長度等),Map會(huì)將這些信息傳遞給C文件,注意此信息并不是切片的具體記錄,通過這樣的方法能夠減少數(shù)據(jù)傳輸量。

    此系統(tǒng)會(huì)有兩個(gè)Map/Reduce函數(shù),第一個(gè)Map/Reduce用于目標(biāo)詞向量的獲得,第二個(gè)Map/Reduce用于目標(biāo)詞向量與其他詞向量的相似度計(jì)算。

    圖4 Map/Reduce過程Fig.4 Map/Reduce Experiment

    (2)目標(biāo)詞向量的獲?。∕ap/Reduce Ⅰ)

    本系統(tǒng)中,用戶自主輸入目標(biāo)單詞,系統(tǒng)在進(jìn)行詞向量的相似度計(jì)算前需要全局查找目標(biāo)單詞的向量表示。此工作是由Map/Reduce函數(shù)完成,其中Hadoop系統(tǒng)負(fù)責(zé)任務(wù)分配,即將目標(biāo)文件切片。在每個(gè)Map中對當(dāng)前獲得的文件切片內(nèi)容進(jìn)行匹配,Reduce獲得最終結(jié)果,并將結(jié)果寫入Context。通過這種方式,將全局查找任務(wù)分成N個(gè)結(jié)點(diǎn)上分布式運(yùn)行的小任務(wù),提高查找速度。

    (3)目標(biāo)詞向量相似度計(jì)算(Map/Reduce Ⅱ)

    本系統(tǒng)需要計(jì)算目標(biāo)詞向量與所有其它詞向量的相似度。此任務(wù)可以將所有詞向量數(shù)據(jù)分解成N個(gè)數(shù)據(jù)集,在不同的結(jié)點(diǎn)上計(jì)算目標(biāo)詞向量和當(dāng)前數(shù)據(jù)子集中詞向量的相似度。

    (4)CUDA計(jì)算詞向量間相似度

    CUDA的優(yōu)點(diǎn)在于處理大量并行化的問題,而在本系統(tǒng)中需要計(jì)算的部分在于計(jì)算兩個(gè)詞的相似度,本系統(tǒng)采用夾角余弦法計(jì)算向量間的相似度,如公式1。

    本系統(tǒng)中待處理的詞向量有200個(gè)維度,為核函數(shù)分配N個(gè)區(qū)塊(block)(N為當(dāng)前節(jié)點(diǎn)需要計(jì)算的詞向量個(gè)數(shù)),200個(gè)線程(200為詞向量的維度)。在核函數(shù)中利用線程計(jì)算等待所有線程同步后,每個(gè)區(qū)塊再利用for循環(huán)對做求和,然后求出夾角余弦值并獲得最終結(jié)果。

    另外,在利用CUDA做計(jì)算中,一般而言,Host端和Device端間數(shù)據(jù)的復(fù)制會(huì)消耗系統(tǒng)時(shí)間,影響計(jì)算速度。而本文采用的Jetson TK1開發(fā)板的優(yōu)點(diǎn)在于Device端可以直接使用Host端的數(shù)據(jù),無需進(jìn)行Host端和Device端的數(shù)據(jù)傳遞。因此,在本文系統(tǒng)中,在數(shù)據(jù)節(jié)點(diǎn)利用GPU計(jì)算一個(gè)端中詞向量的相似度,必然會(huì)提高系統(tǒng)的整體性能。

    (5)TopN的計(jì)算

    在大規(guī)模的詞向量相似度計(jì)算中,全局有序是極其復(fù)雜的,并且會(huì)耗費(fèi)集群中大量的資源。

    本系統(tǒng)的Top N模式中不會(huì)對整個(gè)詞向量數(shù)據(jù)集進(jìn)行排序,而是每次找出同一個(gè)map實(shí)例中最高價(jià)值的詞向量數(shù)據(jù)集進(jìn)行記錄,另外需要注意的是:每個(gè)Map中的TopN是在c文件中根據(jù)cu文件傳回的計(jì)算結(jié)果去計(jì)算,這樣會(huì)減少數(shù)據(jù)的傳輸量。

    最后在Reduce階段,合并每個(gè)Map中的TopN得到最終的TopN。在這種模式下,本系統(tǒng)減少了計(jì)算量和數(shù)據(jù)傳輸量,大大提高了效率。

    4 實(shí)驗(yàn)結(jié)果

    本文實(shí)驗(yàn)中使用的詞向量是經(jīng)過作者利用Word2Vec訓(xùn)練得到的,每個(gè)詞向量有200個(gè)維度。訓(xùn)練中采用的語料主要來自于北京語言大學(xué)語料資源庫,其中包括百科全書、大陸小說、港臺小說、古典文學(xué)、名家小說、人民日報(bào)、外國文學(xué)、武俠小說。另外,本文構(gòu)建了一個(gè)爬取和解析工具,用于獲取百度百科中生物相關(guān)的文本內(nèi)容,得到35,803個(gè)有效網(wǎng)頁,共331,430個(gè)段落,約114.9M字節(jié)。

    在實(shí)驗(yàn)中,若輸入數(shù)據(jù)為:鱔魚,實(shí)驗(yàn)結(jié)果如表1所示:

    表1 “鱔魚”的Top 10Table 1 Top 10 of “Eel”

    5 結(jié)束語

    本文利用Hadoop集群的分布式特點(diǎn)和Jetson TK1開發(fā)板的GPU特點(diǎn),構(gòu)建了一個(gè)面向向量相似度計(jì)算和提取最相似TOPN個(gè)詞向量的系統(tǒng)。該系統(tǒng)的特點(diǎn)是:

    ①系統(tǒng)可以根據(jù)計(jì)算任務(wù)的規(guī)模彈性擴(kuò)充,當(dāng)計(jì)算資源不足的時(shí)候,可以隨時(shí)向集群中增進(jìn)計(jì)算節(jié)點(diǎn),擴(kuò)充系統(tǒng)的計(jì)算能力。

    ②利用Hadoop集群的特點(diǎn)完成文件的分發(fā)和與GPU的整合。

    ③利用GPU對批量的向量相似度計(jì)算任務(wù)進(jìn)行加速。

    ④利用Jetson TK1的特點(diǎn),避免了Host端和Device端之間數(shù)據(jù)傳遞的時(shí)延。

    ⑤利用MapReduce計(jì)算模式,加速了在大規(guī)模詞向量中進(jìn)行詞向量檢索和TOPN計(jì)算的過程。

    [1]William B.Frakes,Ricardo Baeza—yates.Information retrieval:data structures and algorithms.Prentice—HallInc.USA.PP 420—441.

    [2]Yang B, Kim H J, Shim J, et al. Fast and scalable vector similarity joins with MapReduce[J]. Journal of Intelligent Information Systems, 2016, 46(3):473-497.

    [3]Salton G, Wong A, Yang C S. A vector space model for automatic indexing[J]. Communications of the Acm, 1975,18(11):273-280.

    [4]Sharma T, Shokeen V, Mathur S. Multiple K Means++Clustering of Satellite Image Using Hadoop MapReduce and Spark[J]. 2016.

    [5]Faruqui M, Dyer C. Non-distributional Word Vector Representations[J]. Computer Science, 2015.

    [6] White T. Hadoop: The Definitive Guide[J]. O’reilly Media Inc Gravenstein Highway North, 2010, 215(11):1 - 4.

    [7]http://www.cnblogs.com/davidwang456/p/5015018.html.2015-12-03

    [8]J Dean,S chemawat.mapreduce:a flexible data processing tool[J].Communications of Acm,2010,53(1):72-77

    [9]h t t p://b l o g.c s d n.n e t/o p e n n a i ve/a r t i c l e/details/7514146.2014-10-29

    [10]Li Jian-Jiang,Cui Jian,Wang Ran.A review of parallel mapreduce research models. Journal of Electroni cs.2011,39(11):2635-2642

    [11]https://my.oschina.net/nyp/blog/534003.2015-11-12

    [12]http://product.pconline.com.cn/itbk/diy/graphics/1109/2521869.html.

    [13]Ryoo S, Rodrigues C I, Baghsorkhi S S, et al.Optimization principles and application performance evaluation of a multithreaded GPU using CUDA[C]// ACM Sigplan Symposium on Principles and Practice of Parallel Programming,PPOPP 2008, Salt Lake City, Ut, Usa, February. 2008:73-82.

    [14]李建江,崔健,王聃.mapreduce并行研究模型綜述.電子學(xué)報(bào).2011,39(11):2635-2642

    國家自然科學(xué)基金項(xiàng)目(61602044);北京市教委科研計(jì)劃面上項(xiàng)目(KM201411231014);北京信息科技大學(xué)2016年人才培養(yǎng)質(zhì)量提高經(jīng)費(fèi)(5111610800);北京信息科技大學(xué)2017年人才培養(yǎng)質(zhì)量提高經(jīng)費(fèi)(5111723400)

    張禹堯,男,1996—,本科在讀,研究方向?yàn)樽匀徽Z言處理;毛騰,女,1995—,研究生在讀,研究方向?yàn)樽匀徽Z言處理;李俊,男,1994—,研究生在讀,研究方向?yàn)樽匀徽Z言處理;蔣玉茹,女,1978—,博士,講師,研究方向?yàn)槿斯ぶ悄?、自然語言處理。

    猜你喜歡
    集群分布式向量
    向量的分解
    聚焦“向量與三角”創(chuàng)新題
    海上小型無人機(jī)集群的反制裝備需求與應(yīng)對之策研究
    一種無人機(jī)集群發(fā)射回收裝置的控制系統(tǒng)設(shè)計(jì)
    電子制作(2018年11期)2018-08-04 03:25:40
    分布式光伏熱錢洶涌
    能源(2017年10期)2017-12-20 05:54:07
    分布式光伏:爆發(fā)還是徘徊
    能源(2017年5期)2017-07-06 09:25:54
    Python與Spark集群在收費(fèi)數(shù)據(jù)分析中的應(yīng)用
    勤快又呆萌的集群機(jī)器人
    向量垂直在解析幾何中的應(yīng)用
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    女人爽到高潮嗷嗷叫在线视频| 欧美乱码精品一区二区三区| 99国产精品一区二区三区| 男人爽女人下面视频在线观看| a级毛片黄视频| 国产成人欧美| 国产视频一区二区在线看| 热re99久久精品国产66热6| 十八禁高潮呻吟视频| 丝袜喷水一区| 亚洲成色77777| 欧美精品人与动牲交sv欧美| 人人妻人人澡人人看| 水蜜桃什么品种好| 好男人电影高清在线观看| 欧美在线黄色| 精品人妻熟女毛片av久久网站| 十八禁网站网址无遮挡| 久久99一区二区三区| 国产精品偷伦视频观看了| 久久这里只有精品19| 国产成人啪精品午夜网站| 脱女人内裤的视频| 韩国高清视频一区二区三区| 老汉色∧v一级毛片| 国产亚洲av片在线观看秒播厂| 亚洲人成网站在线观看播放| 五月开心婷婷网| 亚洲黑人精品在线| 亚洲免费av在线视频| 制服人妻中文乱码| 2021少妇久久久久久久久久久| 久久国产精品影院| av电影中文网址| 日韩中文字幕欧美一区二区 | 人妻 亚洲 视频| 亚洲精品美女久久久久99蜜臀 | 久久久亚洲精品成人影院| 波多野结衣一区麻豆| 国产精品人妻久久久影院| 欧美日韩视频高清一区二区三区二| 日韩免费高清中文字幕av| 欧美成人午夜精品| 丁香六月天网| 日韩,欧美,国产一区二区三区| 久久人妻熟女aⅴ| 超色免费av| 一级毛片 在线播放| 亚洲国产精品一区三区| 水蜜桃什么品种好| 国产精品麻豆人妻色哟哟久久| 深夜精品福利| 久久精品国产亚洲av高清一级| 精品国产乱码久久久久久男人| 亚洲天堂av无毛| 爱豆传媒免费全集在线观看| 精品卡一卡二卡四卡免费| 99热全是精品| 午夜免费观看性视频| 看十八女毛片水多多多| 在线观看免费日韩欧美大片| 国产精品 欧美亚洲| 日日摸夜夜添夜夜爱| 老司机在亚洲福利影院| 亚洲第一av免费看| 夫妻性生交免费视频一级片| 精品福利永久在线观看| 国产一区亚洲一区在线观看| 欧美少妇被猛烈插入视频| 黄色a级毛片大全视频| 亚洲自偷自拍图片 自拍| 久久精品亚洲熟妇少妇任你| 涩涩av久久男人的天堂| 成人亚洲欧美一区二区av| 久久精品亚洲av国产电影网| 欧美国产精品一级二级三级| 国产精品久久久久久精品电影小说| 乱人伦中国视频| 久久av网站| 宅男免费午夜| 久久久亚洲精品成人影院| 18在线观看网站| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av电影在线观看一区二区三区| 亚洲欧美一区二区三区久久| 国产高清视频在线播放一区 | 亚洲视频免费观看视频| 男女之事视频高清在线观看 | 国产高清不卡午夜福利| 日本wwww免费看| 国产一区二区 视频在线| 日韩免费高清中文字幕av| 国产爽快片一区二区三区| 1024香蕉在线观看| 亚洲激情五月婷婷啪啪| 多毛熟女@视频| 91精品国产国语对白视频| 国产亚洲一区二区精品| a级片在线免费高清观看视频| 天堂中文最新版在线下载| 18禁黄网站禁片午夜丰满| 在线观看国产h片| 最近手机中文字幕大全| 精品人妻一区二区三区麻豆| 国产精品二区激情视频| 91国产中文字幕| 日韩av免费高清视频| 精品卡一卡二卡四卡免费| 性色av一级| 国产在线一区二区三区精| 午夜激情av网站| 99久久综合免费| 高清视频免费观看一区二区| 美女中出高潮动态图| 国产精品久久久av美女十八| 午夜免费男女啪啪视频观看| 国产精品久久久人人做人人爽| 免费看av在线观看网站| 在线观看www视频免费| 一二三四在线观看免费中文在| 亚洲一区中文字幕在线| 免费在线观看日本一区| av不卡在线播放| 精品国产国语对白av| 精品久久久精品久久久| 一本综合久久免费| 99国产精品99久久久久| 99香蕉大伊视频| 亚洲av国产av综合av卡| 男女床上黄色一级片免费看| 久热这里只有精品99| 久久久欧美国产精品| 成人午夜精彩视频在线观看| 80岁老熟妇乱子伦牲交| 久久久久久免费高清国产稀缺| 黄网站色视频无遮挡免费观看| 又紧又爽又黄一区二区| 男女边吃奶边做爰视频| 日韩av不卡免费在线播放| 麻豆国产av国片精品| 又大又爽又粗| 最新的欧美精品一区二区| 免费高清在线观看视频在线观看| 十八禁人妻一区二区| 纵有疾风起免费观看全集完整版| 欧美日本中文国产一区发布| 午夜福利,免费看| 中文字幕人妻丝袜一区二区| 久久亚洲国产成人精品v| 亚洲国产毛片av蜜桃av| 日韩一区二区三区影片| 无遮挡黄片免费观看| 精品人妻1区二区| 在线观看人妻少妇| 久热这里只有精品99| 免费在线观看完整版高清| 男女无遮挡免费网站观看| 国产淫语在线视频| 日韩 欧美 亚洲 中文字幕| 巨乳人妻的诱惑在线观看| 悠悠久久av| 欧美精品亚洲一区二区| 久久久久国产精品人妻一区二区| 秋霞在线观看毛片| 国产在视频线精品| 亚洲五月色婷婷综合| 飞空精品影院首页| 午夜视频精品福利| 亚洲图色成人| 精品亚洲乱码少妇综合久久| 黄网站色视频无遮挡免费观看| 激情视频va一区二区三区| 免费在线观看影片大全网站 | 女人精品久久久久毛片| 在线看a的网站| 国产有黄有色有爽视频| 黄色一级大片看看| 日韩欧美一区视频在线观看| 日韩欧美一区视频在线观看| 成年人免费黄色播放视频| 成人免费观看视频高清| 国产精品一区二区在线观看99| 久久人妻福利社区极品人妻图片 | 日韩制服骚丝袜av| av福利片在线| 久久久久视频综合| 国产成人免费无遮挡视频| 国产精品久久久久久精品电影小说| 9热在线视频观看99| 黄片播放在线免费| 亚洲精品国产色婷婷电影| 国产高清国产精品国产三级| 看免费av毛片| 欧美性长视频在线观看| 国产成人免费无遮挡视频| 亚洲午夜精品一区,二区,三区| 日韩一区二区三区影片| 韩国高清视频一区二区三区| 少妇 在线观看| 新久久久久国产一级毛片| 亚洲成人免费av在线播放| 午夜福利一区二区在线看| 赤兔流量卡办理| 蜜桃在线观看..| 国产精品一区二区在线观看99| 一区二区三区精品91| 男人操女人黄网站| 电影成人av| 日韩av在线免费看完整版不卡| 国产女主播在线喷水免费视频网站| 国产精品 国内视频| a级毛片在线看网站| 日本午夜av视频| 国产一区二区在线观看av| 日韩av免费高清视频| 精品久久蜜臀av无| 日韩熟女老妇一区二区性免费视频| 国产又爽黄色视频| 在线天堂中文资源库| 国产有黄有色有爽视频| 免费观看人在逋| 亚洲精品日韩在线中文字幕| 汤姆久久久久久久影院中文字幕| 免费高清在线观看视频在线观看| cao死你这个sao货| 香蕉丝袜av| 日韩电影二区| 久久天堂一区二区三区四区| 日韩,欧美,国产一区二区三区| 国产高清不卡午夜福利| 精品国产一区二区三区久久久樱花| 一级毛片黄色毛片免费观看视频| 人妻 亚洲 视频| 女性被躁到高潮视频| 色婷婷久久久亚洲欧美| 日韩 亚洲 欧美在线| 美女视频免费永久观看网站| 亚洲精品国产av蜜桃| 日本五十路高清| 国产精品久久久人人做人人爽| 女性生殖器流出的白浆| 国产有黄有色有爽视频| 国产国语露脸激情在线看| 亚洲国产欧美网| 久久久久久久大尺度免费视频| 亚洲成av片中文字幕在线观看| 亚洲五月婷婷丁香| 午夜激情久久久久久久| 午夜福利影视在线免费观看| a 毛片基地| 亚洲专区中文字幕在线| 午夜影院在线不卡| 精品人妻1区二区| 欧美老熟妇乱子伦牲交| 成人亚洲精品一区在线观看| 亚洲国产欧美一区二区综合| 永久免费av网站大全| 女警被强在线播放| 9色porny在线观看| 中文乱码字字幕精品一区二区三区| 中文字幕亚洲精品专区| 欧美激情高清一区二区三区| 搡老乐熟女国产| 美女视频免费永久观看网站| 免费高清在线观看日韩| 夫妻午夜视频| 999精品在线视频| 国产男女超爽视频在线观看| 欧美中文综合在线视频| 精品国产超薄肉色丝袜足j| 国产精品一区二区在线观看99| 免费人妻精品一区二区三区视频| 日本av手机在线免费观看| av天堂在线播放| 亚洲国产精品一区二区三区在线| 激情五月婷婷亚洲| 建设人人有责人人尽责人人享有的| 女人久久www免费人成看片| 国产精品人妻久久久影院| 亚洲欧美精品综合一区二区三区| 国产成人一区二区在线| 久久这里只有精品19| 日本欧美国产在线视频| 尾随美女入室| 18禁裸乳无遮挡动漫免费视频| 黄色视频在线播放观看不卡| 欧美激情极品国产一区二区三区| 七月丁香在线播放| 97人妻天天添夜夜摸| 亚洲,欧美,日韩| 操美女的视频在线观看| 激情视频va一区二区三区| 国产在线免费精品| 色综合欧美亚洲国产小说| 久久精品久久久久久久性| 国产在线免费精品| 多毛熟女@视频| 美女视频免费永久观看网站| 欧美黑人欧美精品刺激| 国产精品亚洲av一区麻豆| 9热在线视频观看99| 欧美人与善性xxx| 久久精品久久久久久噜噜老黄| 亚洲欧美清纯卡通| 国产又色又爽无遮挡免| 老司机午夜十八禁免费视频| 啦啦啦视频在线资源免费观看| 一个人免费看片子| 国产黄频视频在线观看| 久久精品久久精品一区二区三区| 涩涩av久久男人的天堂| 欧美日韩视频精品一区| 国精品久久久久久国模美| 涩涩av久久男人的天堂| 国产一区二区三区av在线| 日日夜夜操网爽| 人人妻,人人澡人人爽秒播 | 日本欧美视频一区| 日本黄色日本黄色录像| 国产一区亚洲一区在线观看| 亚洲精品中文字幕在线视频| 精品国产乱码久久久久久男人| 激情五月婷婷亚洲| 涩涩av久久男人的天堂| 亚洲av国产av综合av卡| 久久精品久久精品一区二区三区| 欧美黑人精品巨大| 一区二区三区精品91| 欧美久久黑人一区二区| 婷婷成人精品国产| 男女免费视频国产| 免费在线观看日本一区| 人妻 亚洲 视频| av福利片在线| 一二三四在线观看免费中文在| 国产午夜精品一二区理论片| 人人妻人人澡人人看| 亚洲国产精品成人久久小说| 侵犯人妻中文字幕一二三四区| 日本黄色日本黄色录像| 最新在线观看一区二区三区 | 国产深夜福利视频在线观看| 伊人亚洲综合成人网| 国产成人av激情在线播放| 男女午夜视频在线观看| 国产熟女午夜一区二区三区| 亚洲国产精品成人久久小说| 久久久久精品人妻al黑| 91麻豆av在线| 久久久久久久国产电影| 免费人妻精品一区二区三区视频| 国语对白做爰xxxⅹ性视频网站| 国产伦理片在线播放av一区| 一级毛片 在线播放| 激情视频va一区二区三区| 国产一区二区三区综合在线观看| xxx大片免费视频| 亚洲精品一卡2卡三卡4卡5卡 | 久久久国产欧美日韩av| 男女下面插进去视频免费观看| 亚洲精品av麻豆狂野| 国产xxxxx性猛交| 日本色播在线视频| 欧美精品亚洲一区二区| 久热这里只有精品99| 中文欧美无线码| 人人澡人人妻人| h视频一区二区三区| 精品一区二区三区四区五区乱码 | 午夜福利一区二区在线看| 少妇人妻 视频| 女性被躁到高潮视频| 国产一区二区激情短视频 | 国产视频首页在线观看| 午夜免费成人在线视频| 两性夫妻黄色片| 美女国产高潮福利片在线看| 国产免费现黄频在线看| 黑人欧美特级aaaaaa片| 丰满饥渴人妻一区二区三| 大陆偷拍与自拍| 精品少妇久久久久久888优播| 国产免费又黄又爽又色| 少妇人妻 视频| 天堂俺去俺来也www色官网| 国产伦人伦偷精品视频| 国产成人精品久久二区二区免费| 亚洲精品美女久久久久99蜜臀 | a级毛片黄视频| 国产亚洲欧美在线一区二区| 精品一区二区三区av网在线观看 | 欧美乱码精品一区二区三区| 国产在线免费精品| 91老司机精品| 国产不卡av网站在线观看| 可以免费在线观看a视频的电影网站| 亚洲专区中文字幕在线| 免费人妻精品一区二区三区视频| 午夜激情av网站| 人人妻人人澡人人爽人人夜夜| 两个人看的免费小视频| 日韩精品免费视频一区二区三区| 国产成人91sexporn| 美女视频免费永久观看网站| 久久久亚洲精品成人影院| 国产成人a∨麻豆精品| 免费在线观看完整版高清| 一边亲一边摸免费视频| 日本91视频免费播放| 亚洲人成电影免费在线| 晚上一个人看的免费电影| 免费人妻精品一区二区三区视频| 精品少妇一区二区三区视频日本电影| 欧美xxⅹ黑人| 色播在线永久视频| 国产成人一区二区在线| 黑人猛操日本美女一级片| 又黄又粗又硬又大视频| 在线天堂中文资源库| 日日摸夜夜添夜夜爱| 国产三级黄色录像| av国产久精品久网站免费入址| 99精国产麻豆久久婷婷| 美国免费a级毛片| 国产亚洲精品久久久久5区| 成年人午夜在线观看视频| 亚洲黑人精品在线| 久久久精品区二区三区| 亚洲欧洲国产日韩| 国产亚洲精品第一综合不卡| 国产男女内射视频| 亚洲av美国av| 男男h啪啪无遮挡| 精品久久久久久久毛片微露脸 | 欧美 亚洲 国产 日韩一| 国产成人精品无人区| 欧美日韩精品网址| 国产一区二区三区av在线| 男人舔女人的私密视频| 国产97色在线日韩免费| 国产淫语在线视频| 国产高清国产精品国产三级| 亚洲精品美女久久久久99蜜臀 | cao死你这个sao货| 韩国高清视频一区二区三区| 人人妻人人澡人人看| 免费黄频网站在线观看国产| 欧美少妇被猛烈插入视频| 人人妻人人爽人人添夜夜欢视频| 亚洲色图综合在线观看| av有码第一页| 免费日韩欧美在线观看| 免费看十八禁软件| 中文字幕制服av| 欧美黄色淫秽网站| 亚洲精品久久成人aⅴ小说| 久久热在线av| 五月开心婷婷网| 亚洲自偷自拍图片 自拍| 日韩av不卡免费在线播放| 超碰97精品在线观看| 操出白浆在线播放| 午夜影院在线不卡| 亚洲国产精品一区三区| 午夜福利免费观看在线| 欧美性长视频在线观看| 日韩大码丰满熟妇| 国产欧美日韩一区二区三区在线| 最新在线观看一区二区三区 | 操美女的视频在线观看| 午夜福利乱码中文字幕| 久久青草综合色| 免费高清在线观看日韩| 黄色视频在线播放观看不卡| 一区在线观看完整版| 韩国精品一区二区三区| 91麻豆av在线| 男女床上黄色一级片免费看| 精品久久久精品久久久| 免费看十八禁软件| 欧美+亚洲+日韩+国产| 自拍欧美九色日韩亚洲蝌蚪91| 亚洲人成网站在线观看播放| 国产1区2区3区精品| 丝袜美腿诱惑在线| 九色亚洲精品在线播放| 日本午夜av视频| 无遮挡黄片免费观看| 国产高清videossex| 一级片'在线观看视频| 国产主播在线观看一区二区 | 久久国产精品大桥未久av| a级毛片黄视频| 亚洲美女黄色视频免费看| 女人高潮潮喷娇喘18禁视频| 国产精品三级大全| 大香蕉久久网| 美女国产高潮福利片在线看| 国产熟女午夜一区二区三区| 在线观看一区二区三区激情| 久久人人爽av亚洲精品天堂| 黑丝袜美女国产一区| 亚洲欧美一区二区三区国产| 国产熟女午夜一区二区三区| 在线观看一区二区三区激情| 精品一区二区三区av网在线观看 | 精品亚洲乱码少妇综合久久| 国产精品免费大片| 19禁男女啪啪无遮挡网站| 亚洲精品国产av成人精品| 丝袜人妻中文字幕| 日韩制服丝袜自拍偷拍| 熟女少妇亚洲综合色aaa.| 国产欧美日韩精品亚洲av| 精品久久久精品久久久| 亚洲人成电影观看| 国产日韩欧美亚洲二区| 国产高清国产精品国产三级| 成在线人永久免费视频| 国产日韩欧美视频二区| 免费不卡黄色视频| 久久亚洲国产成人精品v| 99九九在线精品视频| 1024视频免费在线观看| 乱人伦中国视频| 一级毛片电影观看| 波野结衣二区三区在线| 精品少妇一区二区三区视频日本电影| 国产麻豆69| 另类亚洲欧美激情| 午夜91福利影院| 18在线观看网站| 日本五十路高清| 国产亚洲午夜精品一区二区久久| 国产欧美亚洲国产| 亚洲欧美中文字幕日韩二区| 亚洲一卡2卡3卡4卡5卡精品中文| 在线观看一区二区三区激情| 日本av手机在线免费观看| 久久久国产精品麻豆| 亚洲欧美一区二区三区国产| 久久这里只有精品19| 国产午夜精品一二区理论片| 国产免费一区二区三区四区乱码| 这个男人来自地球电影免费观看| 亚洲av成人不卡在线观看播放网 | 热re99久久国产66热| 少妇裸体淫交视频免费看高清 | 激情视频va一区二区三区| 久久久久久亚洲精品国产蜜桃av| 1024香蕉在线观看| 亚洲欧美清纯卡通| 欧美日韩视频精品一区| 青春草视频在线免费观看| 亚洲精品av麻豆狂野| 母亲3免费完整高清在线观看| 每晚都被弄得嗷嗷叫到高潮| 美女扒开内裤让男人捅视频| 一本一本久久a久久精品综合妖精| 99久久99久久久精品蜜桃| 国产精品国产三级专区第一集| 国产亚洲av片在线观看秒播厂| 黄片播放在线免费| 男女免费视频国产| 狠狠精品人妻久久久久久综合| 国产精品欧美亚洲77777| 亚洲人成77777在线视频| 精品少妇一区二区三区视频日本电影| 桃花免费在线播放| 99国产精品免费福利视频| 一本大道久久a久久精品| 亚洲色图 男人天堂 中文字幕| 精品一区二区三卡| 男男h啪啪无遮挡| 日韩大码丰满熟妇| 国产精品麻豆人妻色哟哟久久| 亚洲精品久久午夜乱码| 高清黄色对白视频在线免费看| 999久久久国产精品视频| 激情五月婷婷亚洲| 你懂的网址亚洲精品在线观看| 啦啦啦啦在线视频资源| 日韩中文字幕视频在线看片| 岛国毛片在线播放| 欧美精品亚洲一区二区| 国产成人一区二区三区免费视频网站 | 精品亚洲成国产av| 黑人欧美特级aaaaaa片| 亚洲一码二码三码区别大吗| 三上悠亚av全集在线观看| 男女边吃奶边做爰视频| 最近中文字幕2019免费版| 欧美亚洲日本最大视频资源| 国产精品免费大片| 欧美日韩综合久久久久久| 国产精品久久久久久精品古装| xxx大片免费视频| 女人久久www免费人成看片| 国产精品免费视频内射| 成人国语在线视频| 深夜精品福利| 亚洲精品日本国产第一区| 国产精品秋霞免费鲁丝片| 亚洲av美国av| 丝袜脚勾引网站| 女人精品久久久久毛片| 亚洲久久久国产精品| 777久久人妻少妇嫩草av网站| 两人在一起打扑克的视频| 捣出白浆h1v1| 久久国产精品影院| 久久久久国产一级毛片高清牌| 日韩熟女老妇一区二区性免费视频| 久热爱精品视频在线9| 少妇的丰满在线观看|